<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[kittyzc的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/kittyzc</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; kittyzc]]></copyright><item><title><![CDATA[深度学习系列87：非常简易的知识库LEANN]]></title><link>https://blog.youkuaiyun.com/kittyzc/article/details/156270931</link><guid>https://blog.youkuaiyun.com/kittyzc/article/details/156270931</guid><author>kittyzc</author><pubDate>Mon, 29 Dec 2025 10:39:26 +0800</pubDate><description><![CDATA[LEANN是一款嵌入式轻量级向量数据库，专为本地RAG应用设计。它支持多种嵌入模型和LLM后端，包括sentence-transformers、OpenAI、Ollama等，能高效索引和搜索数百万文档，相比传统向量数据库节省97%存储空间。基础功能包括索引构建、语义搜索和基于文档的对话，支持代码感知分块和交互式查询。LEANN无需GPU集群，可在个人电脑上运行，提供类似SQLite的轻量级体验。]]></description><category></category></item><item><title><![CDATA[深度学习系列86：funasr]]></title><link>https://blog.youkuaiyun.com/kittyzc/article/details/156268463</link><guid>https://blog.youkuaiyun.com/kittyzc/article/details/156268463</guid><author>kittyzc</author><pubDate>Thu, 25 Dec 2025 13:29:55 +0800</pubDate><description><![CDATA[【代码】深度学习系列86：funasr。]]></description><category></category></item><item><title><![CDATA[深度学习系列85：sqlite-ai系列]]></title><link>https://blog.youkuaiyun.com/kittyzc/article/details/156237182</link><guid>https://blog.youkuaiyun.com/kittyzc/article/details/156237182</guid><author>kittyzc</author><pubDate>Wed, 24 Dec 2025 18:23:23 +0800</pubDate><description><![CDATA[本文介绍了三个SQLite扩展插件：sqlite-ai、sqlite-vec和sqlite-rag。sqlite-ai支持通过SQL操作大语言模型，提供模型加载、上下文创建和对话响应功能。sqlite-vec实现向量检索功能，支持文本嵌入存储和相似度查询。两者都可通过pip安装，并提供了完整的Python使用示例，包括模型加载、文本嵌入处理和相似度搜索等操作流程。这些插件将AI能力直接集成到SQLite数据库中，为开发者提供了便捷的AI功能调用方式。]]></description><category></category></item><item><title><![CDATA[深度学习系列84：使用kokoros生成tts语音]]></title><link>https://blog.youkuaiyun.com/kittyzc/article/details/156231381</link><guid>https://blog.youkuaiyun.com/kittyzc/article/details/156231381</guid><author>kittyzc</author><pubDate>Wed, 24 Dec 2025 13:33:22 +0800</pubDate><description><![CDATA[Kokoro TTS 以其轻量级设计和高效性能脱颖而出。作为一个仅有82M参数的文本转语音（TTS）模型，Kokoro 在 TTS Spaces Arena 中击败了许多参数规模更大的竞争对手，成为语音合成领域的一颗新星。]]></description><category></category></item><item><title><![CDATA[深度学习系列83：使用outetts]]></title><link>https://blog.youkuaiyun.com/kittyzc/article/details/156230608</link><guid>https://blog.youkuaiyun.com/kittyzc/article/details/156230608</guid><author>kittyzc</author><pubDate>Wed, 24 Dec 2025 12:58:04 +0800</pubDate><description><![CDATA[本文介绍了基于LLaMa架构的语音合成模型及其中文使用方法。该模型采用WavTokenizer音频标记化技术，v2/v3版本分别使用CTC对齐和Whisper实现文本-音频精确映射，支持20多种语言。针对中文使用，需修改whisper-timestamped库配置并调整音频处理代码。使用流程包括：创建接口、生成/加载说话人配置文件、执行语音合成并保存输出。示例代码演示了从文本到语音的完整生成过程，支持自定义说话人音色。该方案为中文语音合成提供了高效解决方案。]]></description><category></category></item><item><title><![CDATA[运筹系列94：CVXPY]]></title><link>https://blog.youkuaiyun.com/kittyzc/article/details/152072875</link><guid>https://blog.youkuaiyun.com/kittyzc/article/details/152072875</guid><author>kittyzc</author><pubDate>Thu, 25 Sep 2025 09:16:35 +0800</pubDate><description><![CDATA[CVXPY是一个用于凸优化和混合整数规划的Python包。它支持定义变量（可设置为整数或0-1变量）、构建约束条件和目标函数，并调用多种求解器求解问题。示例展示了如何用CVXPY建立线性约束的二次优化模型和产能分配模型。CVXPY支持多种求解器（如HIGHS、SCS等），可根据问题类型自动选择最适合的求解器，处理包括线性规划、二次规划、锥优化等问题。特殊参数可用于处理几何规划、拟凸规划等特殊问题类型。]]></description><category></category></item><item><title><![CDATA[【深度学习系列82】joyagent上手体验]]></title><link>https://blog.youkuaiyun.com/kittyzc/article/details/149661721</link><guid>https://blog.youkuaiyun.com/kittyzc/article/details/149661721</guid><author>kittyzc</author><pubDate>Sun, 27 Jul 2025 09:48:47 +0800</pubDate><description><![CDATA[JoyAgent-JDGenie是一款支持自定义扩展的多智能体框架。本文介绍了手动安装部署的步骤：1）前端UI通过start.sh启动；2）工具服务需配置.env文件并修改搜索接口代码；3）后端服务通过修改application.yml并执行build/start脚本；4）MCP服务需配置服务器地址并启动客户端。用户可通过实现BaseTool接口创建自定义智能体，如天气查询Agent，并注册到框架中使用。该框架支持灵活扩展，二次开发者可根据需求添加新功能模块。]]></description><category></category></item><item><title><![CDATA[深度学习系列81：MCP快速上手]]></title><link>https://blog.youkuaiyun.com/kittyzc/article/details/147194805</link><guid>https://blog.youkuaiyun.com/kittyzc/article/details/147194805</guid><author>kittyzc</author><pubDate>Thu, 19 Jun 2025 13:40:03 +0800</pubDate><description><![CDATA[MCP是一种开放协议，用于构建AI智能代理和工作流，采用客户端-服务器架构。本文演示了MCP的基本使用方法：1）服务端通过@mcp.tool装饰器注册服务（如query_hour时间查询工具），并运行FastMCP服务器；2）客户端通过ClientSession连接服务器，利用LLM处理用户查询并调用相应工具。示例展示了完整的交互流程，包括工具发现、参数解析和结果处理，最终返回给用户。MCP协议实现了AI模型与本地/远程资源的安全交互，为构建复杂应用提供了标准化框架。]]></description><category></category></item><item><title><![CDATA[python系列31：MLforecast入门]]></title><link>https://blog.youkuaiyun.com/kittyzc/article/details/148611551</link><guid>https://blog.youkuaiyun.com/kittyzc/article/details/148611551</guid><author>kittyzc</author><pubDate>Fri, 13 Jun 2025 10:22:10 +0800</pubDate><description><![CDATA[参考这里：https://nixtlaverse.nixtla.io/mlforecast/docs/getting-started/end_to_end_walkthrough.html。]]></description><category></category></item><item><title><![CDATA[深度学习系列80：Pike-RAG解析]]></title><link>https://blog.youkuaiyun.com/kittyzc/article/details/146098675</link><guid>https://blog.youkuaiyun.com/kittyzc/article/details/146098675</guid><author>kittyzc</author><pubDate>Mon, 10 Mar 2025 08:37:52 +0800</pubDate><description><![CDATA[github地址在https://github.com/microsoft/PIKE-RAG。]]></description><category></category></item><item><title><![CDATA[深度学习系列79：Text2sql调研]]></title><link>https://blog.youkuaiyun.com/kittyzc/article/details/145471830</link><guid>https://blog.youkuaiyun.com/kittyzc/article/details/145471830</guid><author>kittyzc</author><pubDate>Fri, 07 Mar 2025 16:11:36 +0800</pubDate><description><![CDATA[star数14.1k。使用pip安装pandasai_local和pandasai。]]></description><category></category></item><item><title><![CDATA[深度学习系列78：使用langchain的api进行RAG]]></title><link>https://blog.youkuaiyun.com/kittyzc/article/details/146032722</link><guid>https://blog.youkuaiyun.com/kittyzc/article/details/146032722</guid><author>kittyzc</author><pubDate>Fri, 07 Mar 2025 16:10:32 +0800</pubDate><description><![CDATA[")k: int。]]></description><category></category></item><item><title><![CDATA[深度学习系列76：流式tts的一个简单实现]]></title><link>https://blog.youkuaiyun.com/kittyzc/article/details/145323832</link><guid>https://blog.youkuaiyun.com/kittyzc/article/details/145323832</guid><author>kittyzc</author><pubDate>Thu, 23 Jan 2025 15:18:41 +0800</pubDate><description><![CDATA[使用queue，producer不断向queue中添加audio，然后consumer不断从queue中消费audio。下面的样例使用melo来生成语音，需要先下载melo.tts。]]></description><category></category></item><item><title><![CDATA[深度学习系列75：sql大模型工具vanna]]></title><link>https://blog.youkuaiyun.com/kittyzc/article/details/145176214</link><guid>https://blog.youkuaiyun.com/kittyzc/article/details/145176214</guid><author>kittyzc</author><pubDate>Tue, 21 Jan 2025 09:48:57 +0800</pubDate><description><![CDATA[vanna是一个可以将自然语言转为sql的工具。执行下面的代码运行图形界面。]]></description><category></category></item><item><title><![CDATA[electron基本教程]]></title><link>https://blog.youkuaiyun.com/kittyzc/article/details/144007914</link><guid>https://blog.youkuaiyun.com/kittyzc/article/details/144007914</guid><author>kittyzc</author><pubDate>Wed, 27 Nov 2024 11:29:55 +0800</pubDate><description><![CDATA[入口main.js，在app中启动一个window加载preload.js和html文件，然后html中添加render.js用于渲染。]]></description><category></category></item><item><title><![CDATA[slam系列4：nerf和3dgs]]></title><link>https://blog.youkuaiyun.com/kittyzc/article/details/142979369</link><guid>https://blog.youkuaiyun.com/kittyzc/article/details/142979369</guid><author>kittyzc</author><pubDate>Thu, 17 Oct 2024 10:31:54 +0800</pubDate><description><![CDATA[常用的3维表示法：NeRF属于是density的模型，模型的参数如下：传统的 3D 模型表示方法，如 离散的Mesh 和点云，以及连续的 Nerf，通常面临着一个主要问题：随机采样过程中产生的噪声，这直接影响了渲染质量。3DGS 是在离散和连续间的一个平衡：在高斯球内部是连续的、可微的；在整个空间中，每个高斯球又是离散的。]]></description><category></category></item><item><title><![CDATA[slam系列2：刚体坐标变换]]></title><link>https://blog.youkuaiyun.com/kittyzc/article/details/142826376</link><guid>https://blog.youkuaiyun.com/kittyzc/article/details/142826376</guid><author>kittyzc</author><pubDate>Sun, 13 Oct 2024 09:45:33 +0800</pubDate><description><![CDATA[四元数的定义和复数非常类似，唯一的区别就是四元数一共有三个虚部，而复数只有一个。]]></description><category></category></item><item><title><![CDATA[slam系列1：open3d入门笔记]]></title><link>https://blog.youkuaiyun.com/kittyzc/article/details/142614548</link><guid>https://blog.youkuaiyun.com/kittyzc/article/details/142614548</guid><author>kittyzc</author><pubDate>Thu, 10 Oct 2024 15:26:05 +0800</pubDate><description><![CDATA[这里有很多测试用的pcd文件：
https://github.com/PointCloudLibrary/data/blob/master/tutorials/


2.2 滤波
统计滤波

半径滤波

2.3 聚类和分割

2.4 曲面重建
目前实现了如下几种：

我们对比一下效果]]></description><category></category></item><item><title><![CDATA[深度学习系列77：tts技术原理]]></title><link>https://blog.youkuaiyun.com/kittyzc/article/details/139471258</link><guid>https://blog.youkuaiyun.com/kittyzc/article/details/139471258</guid><author>kittyzc</author><pubDate>Mon, 02 Sep 2024 16:48:01 +0800</pubDate><description><![CDATA[tts为text-to-speech，asr为Automatic Speech Recognition，即speech-to-text。]]></description><category></category></item><item><title><![CDATA[深度学习系列74：语音中的mel谱]]></title><link>https://blog.youkuaiyun.com/kittyzc/article/details/141675506</link><guid>https://blog.youkuaiyun.com/kittyzc/article/details/141675506</guid><author>kittyzc</author><pubDate>Mon, 02 Sep 2024 16:26:39 +0800</pubDate><description><![CDATA[一个人说一句话，其 waveform 可以很不一样，但是 spectrogram 基本上会相似，甚至有人可以通过 spectrogram 来判断说话的内容。语谱图的横坐标是时间，纵坐标是频率，坐标点值为语音数据能量。由于是采用二维平面表达三维信息，所以能量值的大小是通过颜色来表示的，颜色深，表示该点的语音能量越强。DFT（Discrete Fourier Transform）是将连续音频信号转换为离散频域表示的一项重要操作。DFT是一种数学变换，用于将时域信号（如音频波形）转换为频域表示。]]></description><category></category></item></channel></rss>